Indexed by：
Abstract：
提出一种基于曲率图卷积的非均匀分组与掩码策略，用以优化掩码自编码器.首先，提出曲率图卷积以避免固定邻域导致的归纳偏差；其次，在曲率图卷积后引入图池化层，根据点云局部特征进行池化操作并分组；最后，在池化层输出特征的基础上学习每个分组的掩码概率来避免冗余.实验结果表明，本方法能有效提高点云掩码自编码器在下游任务的泛化效果，在ModelNet40上的分类精度达到93.7%,在Completion3Dv2上的补全精度达到5.08,均优于目前主流方法.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2024
Issue： 01
Volume： 52
Page： 1-6
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
